Comparación de índices de vegetación basados en imágenes satelitales para la identificación de bosques de manglar en Colombia

Abstract

El uso de índices de vegetación (IV) específicos para manglares amplían la posibilidad de mejorar la detección práctica de manglares. Este estudio tiene como objetivo realizar una comparación de siete IV específicos para manglares, derivados de imágenes satélite, para determinar su concordancia frente a la clasificación de manglares usando el conjunto de datos WorldCover 2020 en dos sitios con manglares en el Pacífico colombiano. Se utilizaron cuatro imágenes Sentinel-2 y, a través de datos oceanográficos, se validó su estado mareal con el fin de evidenciar si cambios mareales afectan la detección del manglar. Las imágenes fueron trabajadas en reflectancia BOA, los IV se calcularon y se evaluó su precisión para identificar manglar/no manglar, y seguidamente, se hizo una identificación de puntos de manglar sobre el dataset WorldCover del año 2020 para determinar la exactitud de cada IV. Se identificó la firma espectral promedio del manglar para cada estado mareal (entre 0.23 y 0.25 unidades de reflectancia) y se determinaron las estadísticas descriptivas para cada IV. Se observó que el NDMI y el MMRI obtenido presentó una concordancia considerable en Chocó para la bajamar y una concordancia aceptable en Nariño para la pleamar, además, se mapeo su extensión espacial y la diferencia en su extensión. Los resultados demuestran el rendimiento de los IV específicos para manglares en Colombia como una alternativa práctica para rápidos mapeos de su extensión que contribuya a la gestión integral del ecosistema.The use of mangrove-specific vegetation indices (VI) expands the possibility of improving practical mangrove detection. The objective of this study is to compare seven mangrove-specific VIs derived from satellite images to determine their agreement with mangrove classification using the WorldCover 2020 dataset at two mangrove sites in the Colombian Pacific. Four Sentinel-2 images were used, and through oceanographic data, their tidal state was validated in order to show if tidal changes affect mangrove detection. The images were processed in BOA reflectance, the VIs were calculated, and their accuracy was evaluated to identify mangrove/non-mangrove. Then, mangrove points were identified on the WorldCover dataset for 2020 to determine the accuracy of each VI. The average mangrove spectral signature for each tidal state (between 0.23 and 0.25 reflectance units) was identified, and descriptive statistics were determined for each VI. It was observed that the NDMI and MMRI obtained presented a considerable agreement in Chocó for the low tide and an acceptable agreement in Nariño for the high tide, and their spatial extent and the difference in their extent were mapped. The results demonstrate the performance of specific VIs for mangroves in Colombia as a practical alternative for rapid mapping of their extent that contributes to the integrated management of the ecosystem.